Kann der M4 Pro ein 70B-Modell ausführen?

Ja. Ein 70B-Modell in 4 Bit braucht etwa 40 GB, und der M4 Pro hat bis zu 64 GB. Rechne mit einer Obergrenze von etwa 7 Tokens pro Sekunde für einen Chat.

Wie viele Tokens pro Sekunde schafft der M4 Pro?

Bei einem 8B-Modell in 4 Bit liegt die Obergrenze bei etwa 61 Tokens pro Sekunde; echte Läufe erreichen ungefähr die Hälfte bis vier Fünftel davon. Größere Modelle sind entsprechend langsamer.

Ist der M4 Pro gut für KI?

Für lokale Modelle zählen Speicher und Bandbreite am meisten. Der M4 Pro hat bis zu 64 GB mit 273 GB/s, genug für Modelle bis etwa 85 Milliarden Parameter. Mit MLX Node kann er außerdem verdienen, indem er KI-Arbeit für MLX Network erledigt.

M4 Pro für lokale LLMs: Speicher, Tempo und was passt

1Die Daten, die für KI zählen

Gemeinsamer Arbeitsspeicher	64 GB
Speicherbandbreite	273 GB/s
Steckt in	Mac mini (2024), 14- and 16-inch MacBook Pro (2024)
Passender dedizierter Platz	Pro-Platz: schürft bis zu 80 MLX am Tag

2Welche Modelle passen

Bei 4 Bit pro Gewicht braucht ein Modell etwas mehr als ein halbes Gigabyte pro Milliarde Parameter, dazu Platz für seinen Kontext und macOS. Mit 64 GB fasst der M4 Pro bequem Modelle bis etwa 85 Milliarden Parameter.

Modell in 4 Bit	Benötigter Speicher	Passt auf den M4 Pro
8B-Modell	4,5 GB	Ja
14B-Modell	7,9 GB	Ja
32B-Modell	18 GB	Ja
70B-Modell	39,4 GB	Ja
gpt-oss-120b, Mixture-of-Experts	65 GB	Nein
Qwen3.5-397B-A17B, Mixture-of-Experts	223,3 GB	Nein
DeepSeek-V4.1-Flash, Mixture-of-Experts	316 GB	Nein

3Wie schnell er läuft

Beim Schreiben von Text begrenzt die Speicherbandbreite: Jeder neue Token liest die aktiven Gewichte des Modells einmal. Teilt man die 273 GB/s beim M4 Pro durch die pro Token gelesenen Bytes, ergibt sich die Obergrenze unten. Echte Läufe erreichen meist etwa 45 % bis 80 % davon (Benchmarks von llama.cpp).

Modell in 4 Bit	Gelesen pro Token	Obergrenze für einen Chat
8B-Modell	4,5 GB	61 Tokens/s
14B-Modell	7,9 GB	35 Tokens/s
32B-Modell	18 GB	15 Tokens/s
70B-Modell	39,4 GB	7 Tokens/s

5Mit anderen Chips vergleichen

6Fragen

Kann der M4 Pro ein 70B-Modell ausführen?: Ja. Ein 70B-Modell in 4 Bit braucht etwa 40 GB, und der M4 Pro hat bis zu 64 GB. Rechne mit einer Obergrenze von etwa 7 Tokens pro Sekunde für einen Chat.
Wie viele Tokens pro Sekunde schafft der M4 Pro?: Bei einem 8B-Modell in 4 Bit liegt die Obergrenze bei etwa 61 Tokens pro Sekunde; echte Läufe erreichen ungefähr die Hälfte bis vier Fünftel davon. Größere Modelle sind entsprechend langsamer.
Ist der M4 Pro gut für KI?: Für lokale Modelle zählen Speicher und Bandbreite am meisten. Der M4 Pro hat bis zu 64 GB mit 273 GB/s, genug für Modelle bis etwa 85 Milliarden Parameter. Mit MLX Node kann er außerdem verdienen, indem er KI-Arbeit für MLX Network erledigt.

Quellen

Apple: M4 Pro and M4 Maxapple.com
Apple: Mac mini (2024) specssupport.apple.com